AIEdナレッジベースAIEd KB
このページの内容

このページを英語で読む

概念

親と家庭

作成日 2026-10-10 · 更新日 2026-10-10

英語ページの自動翻訳です。母語話者による確認はまだ行われていません。

親と家庭——教育における AI の利害関係者としての家庭です。家庭で子どもを教える養育者、ツールを選び対価を払う人、それらのツールが何をするかを監督する、あるいは気づかないままにする人、そして学校が AI について伝えることを何であれ受け取る人たちです。このページは、AI を介した親と子のチューリングと家庭で用いられる会話型の伴走的なもの、家庭と学校の間の引き継ぎ、親自身のAI リテラシー、そして家庭の機器、接続、コストの公平性の帰結に関するエビデンスを集めます。その射程は、行為者としての家族です——家族が AI とともに何をするか、学校から何が彼らに届くか、そして研究が結果について何を確立し何を確立しないかです。

検討すべき問い

  • Luo et al. (2026)は、汎用のLLM支援が親のチューリングとしての役割を減らした一方、役割が分離されたインターフェースはそれを保ったことを見出しました。もし親と子が一緒に使うツールをデザインするなら、親から何を守り、親に何を渡すでしょうか。
  • Strömberg, Lei and Wu (2026)のデータでは、宿題の得点は 6 か月以内に 18% 上昇し、閉鎖本の試験の得点は 20% 低下しました。親は家庭で実際に何を見ているでしょうか。そして、その違いに気づくためには何を告げられる必要があるでしょうか。
  • Xiao et al. (2026)は、教師が子どもの AI の伴走的なものとの関係について主に責任がある当事者として親を指名しながら、同じ親たちを気づいていない、あるいは振り向けられないと描写していることを見出しました。それは妥当な責任の割り当てでしょうか。そして、それを現実のものとするには何が必要でしょうか。
  • Oreopoulos, Dong and Low (2026)は、家族向けの事務手続きを取り除くことで、初回セッションの出席をほぼ倍増させました。自分の学校やプログラムでは、家庭向けの過程のどの部分が家族の便益のために存在し、どの部分が組織のために存在するでしょうか。
  • Fan, Li and Zhang (2026)は、家庭と学校の連携を、確立した実践ではなく、検証されていない仮説として扱っています。もしそれが一度も検証されたことがないなら、自分の学校が今親に与えている助言は、何のエビデンスの上に立っているのでしょうか。
  • MacCallum, Parsons and Mohaghegh (2026)は、機器が供給された後も存続する第 2 次・第 3 次のデジタル・ディバイドを記述しています。教室ではなく家庭で、スキルと成果のギャップを埋めることは、どのようなものに見えるでしょうか。

はじめに

子どもの AI との時間の大きな部分は、教室の外で、研究文献が主に背景として扱う場で起こります。チューリングと学習成果に関する研究は通常学校ベースであり、一方で家族の指導に関する研究は通常、検証されたものではなく助言的であるため、家族は同時に、AI の責任ある利用（倫理）についての大量の指導の標的であり、その指導が機能するかどうかについての非常に少ないエビデンスの対象です。

このページは、家庭をそれ自体で行為者として扱います。それは、AI を介した親と子のチューリング、子どもが家庭で出会う伴走的なものと読書のツール、学校が AI の利用について家族に伝えることと伝えないこと、親自身のAI リテラシーと彼らの見解について知られていること、そして家族がこれらのツールを使うアクセスとコストの条件を覆います。エビデンスが薄いところでは、このページは隙間を埋めるのではなく、そう述べます。

家庭での共教育者としての親

家庭でのチューリングについての最も明快なデザインのエビデンスは、Luo et al. (2026)から来ます。彼らは、親が文章題の算数をどう助けるかについての形成的な研究の後に、中国の家庭学習の文脈に向けて ParaTutor を構築しました。その形成的な研究は、繰り返す失敗を特定しました。親は問題の構造を理解するのに苦労し、しばしばそれを支える内容の知識を欠き、共有された理解を壊すコミュニケーションの困難に突き当たります。デザインの対応は役割の分離でした——親はマルチエージェントのチャットボットを通じてチューリングの指導を受け、子どもは問題そのものについて視覚的な接地を受け、二者が答えへ飛びつくのを止めるため、段階的に門を設けた支援を受けました。23 組の親子（10〜12 歳の子ども）の 4 条件にわたる評価では、汎用のLLM支援は親の役割を置き換える傾向があり、一方で役割が分離されたインターフェースは、子どもが推論の中にとどまる一方で、親が支援を提供し適応させ続けることを保ちました。著者らの含意は文脈に特有です。数学教育では、モデルの精度が限られているため、子どもはモデルと独立に対話すべきではありません。

Oreopoulos, Dong and Low (2026)は家庭を手続き的な行為者として扱い、その結果はチューリングと同じくらい家族の行動についてのものです。トロントの教育委員会との無作為化試験は、苦闘する 4〜8 年生の生徒のために、Khan Academy の演習の上に人間のバーチャル家庭教師を置きました。第 1 年には、教師に推薦された学生のわずか約 45% しか、1 回でもセッションに出席しませんでした。家族は各引き継ぎで失われました。招待、関心、第三者のプラットフォームでのアカウント作成、マッチング、そして実際に来ることです。第 2 年には、家族を自分の教師を通じて直接、固定の週次の時間に招待し、登録とスケジュールを家族のために処理することで、初回セッションの受講率は 83% に上がりました。週次の出席は依然として約 2/5 を漂い、多くは離脱ではなく断続的な欠席でした。演習は週あたり約 17 分増え、単元テストへの intention-to-treat の効果は 0.055 SD で、通信簿の評点は約 0.08 SD 上昇しました。摩擦を取り除くことは変わったのは、誰が現れたかであり、誰もがどれだけ持続したかではありませんでした。

家庭での伴走的なものと読書のツール

家族は、チューリングシステムよりも伴走的なアプリとして AI と出会うことが多いです。Liao (2026)は、固定された「学生の同輩」の伴走的なもの（Whisper と GPT-3.5）を、台湾・桃園の 19 人の小学生——4 年生 12 人と 5 年生 7 人、それぞれ 4 セッション——との読書の語らいのセッションで、経験を積んだ学級担任と比較しました。学生は AI とより長い時間を過ごした一方、語と文の割合は著しく低い貢献でした。5 年生では、その割合は教師と一緒に作ったものの 3 分の 1 未満でした。この論文が会話的支配と呼ぶパターンです。その伴走的なものは、事実の想起を引き出すことには効果的で、感情的で未来志向の省察を促すことには教師より有意に弱かった——情動的な上限です。Liao の対応は、1 つの伴走的なものが Student Peer、Teacher Assistant、Parent Advisor の役割を占める、役割適応型のフレームワークです。最後の役割は、語らいを家庭へと広げます。その背後にある診断は、支援の真空です。ほとんどの伴走的なもののデザインは学生と AI の二者に焦点を当て続け、教師と親に定められた場所を与えません。

青少年のある割合は、親よりも AI に打ち明けることを好みます。 引用された中国のデータでは、若いインターネット利用者の 13.5% が親よりも AI に打ち明けることを好み、Fu and Zhao (2026)のフレームワークは、養育者が青少年のアイデンティティの確認の欲求を認識しないとき、AI との絆が補償的な代替になると予測します。

2 つの幼児期の論文が、家庭に届くものに関わります。Yang, Li and Lee (2025)は、幼い子どもにとって、身体化された物理的な身体化されたエージェントが画面より発達上望ましいと論じますが、生成的な社会的ロボットが、前操作期の子どもが真実として受け入れる内容を捏造しえ、フィードバックに発達的な較正を欠き、デジタル・ディバイドを広げるコストとアクセスの障壁を帯びうると警告します。Malallah et al. (2026)は、同じ年齢集団に対して別の道を採ります。彼らの、電気を使わない遊びベースの AI-Play フレームワークは、家族中心の Hour of Code のイベントを通じて実施され、家庭での再現に向けたエンゲージメントと有用性を測るために、親への調査と子どもの省察シートが用いられました。彼らは高いエンゲージメントと、AI が例から学ぶという、生まれつつある理解を報告します。

家庭と学校のコミュニケーションと透明性

学校が AI について家族に伝えること、そして家族が学校に伝えることは、主に未研究です。最も明快な知見は、経路の不在に関わるものです。33 人のアメリカのK-12の教師を対象としたシナリオに基づく面接で、Xiao et al. (2026)は、介入する決定が、知覚された害ではなく管轄に係わっていたことを見出しました。彼らの可視性のテストは境界を学校の戸口に引きました。授業内または指定されたツール上の利用は教師の役割の内側に座り、一方で家庭での利用は、引きこもり、成績の低下、孤立といった観察可能な影響を通じてしか入りませんでした。それらがないところでは、教師は行動ではなく、見守りと非公式な記録を述べました。Parent のシナリオは 33 人の教師のうち 10 人に最も懸念されると名指しされ、17 人は教師が関わるべきだと答え、11 人は「場合によります」と答えました。親は、子どもの AI の伴走的なものとの関係について主に責任がある当事者としてまず名指しされ、次に、気づいていない、あるいは振り向けられないと描写されました。著者らはこれを管轄の空位と呼び、確立したカリキュラム上の請求なしには、子どもへの最も一貫したアクセスを持つ大人が、監視と照会へと既定になるだろうと警告します。カウンセラー、親、学生は面接されませんでした。

Fan, Li and Zhang (2026)は連携の問題を明示的にします。指導の文献を検討して、彼らは、それがリスク管理を家族と学校に押し付ける一方で、それらの連携を確立したものとして扱っていることを観察し、3 つの競合するモデル——相加的、相乗的、補償的——を定式化し、ほとんどの指導に埋め込まれた相乗的な版には支えるエビデンスがないことを指摘します。彼らの提案する検定は、家族のみ、学校のみ、連携したもの、通常の実践の指導を対照する要因計画の試験です。家族の側では、彼らは自己決定理論の区別——中核的な思考が委任される依存的なオフローディングと、AI が足場を張りながら学習者が認識論的な主体性を保つ自律的なオフローディング——を引き継ぎます。即座の成績は両方の場合で同一であり、それが不適応的な利用を親に見えにくくする理由です。

同じ不可視性が成績データにも現れます。Strömberg, Lei and Wu (2026)は、7〜12 学年の 26,811 人の中国の中学生を 30 か月にわたって追跡し、生成 AIの採用が宿題の得点を 18% 上げ、完了時間を 30% 短縮した一方、6 か月以内に閉鎖本の試験の得点を 20% 下げ、入学試験の低下は 18% と 24% が約 2 年後にのみ現れることを見出しました。利用者の約 81% は宿題の外注のパターンを示し、一方で非利用者と同じだけの宿題時間を費やした AI 利用者は、試験で同様に得点しました。著者らの勧告は、子どもの周りの大人に向けられています。宿題の得点のような出力ではなく、宿題の時間と労力のような入力を監視せよ、と。彼らは、より密な親の監視そのものが、外注しない群を区別する観察不能なものの一つであると戒めています。

親自身の AI リテラシーと擁護

親が何を知り、何を恐れ、何を求めるかについての直接的なエビデンスは薄く、親は主に他者によって報告されるものとして文献に現れます。Liu et al.'s (2026)の女子だけのメイカースペースの批判的なケース研究の親は、少女や実践者と並んで面接され、少女がしばしば「怖がって」、男女混合の場でより少なく話したと報告しました。Xiao et al. (2026)では、教師が描いた伴走的なもののリテラシーは、カウンセラー、親、プラットフォーム、政策立案者にまたがる共有された仕事で、年齢に応じた螺旋として順序づけられ、親がまず名指しされ、次にすでに担いきれない以上を担っていると描写されました。親は、AI-Play の評価には、自分自身の理解の記述ではなく、活動の有用性の調査を通じて現れます。

これのいずれかに参加するために親が必要とするものは、事実上、学校のために作られた AI リテラシーのフレームワークによって定義されています。MacCallum, Parsons and Mohaghegh (2026)は、SAIL を年齢に依存しないものとしてデザインし、そのレベル 1 の能力——AI を理解し探求すること——を全年齢に必須として扱います。これは大人を、その指導者としてではなく子どもと同じ進行の中に置きます。家族はまた、研究自体においても正式な役割を占めます。Allison (2026)は、著者に、参加者の文脈と社会人口統計的な特性、アクセシビリティと文化的な適合、そして倫理的な審査、同意、データの統治を報告するよう求めます——家族の同意、データ、文脈がそもそも可視的になる、その義務を通じてです。

家族を横断するアクセスと公平性

コストと接続性は、教授法の問いが持ち上がる前に、家族が何を使えるかを形作ります。メイカースペースの研究では、Liu et al. (2026)は、コストの障壁とデザインの障壁の両方を記録しています。無料の画像生成器 Playground は、資金の乏しい非営利組織が吸収できない有料の「pro」ティアに向けて無料の機能を落とし、そのツールは英語のプロンプトのみを受け付け、英語に自信のない少女を不利にしました。Yang, Li and Lee (2025)は、コストとアクセスがデジタル・ディバイドを広げるとフラグを立てます。Oreopoulos, Dong and Low (2026)の受講の結果は、デザインの結果であるのと同じくらい公平性の結果です。第 1 年に失われた家族は、管理上の手順に失われ、彼らを取り戻した介入は、家族自身の教師と固定の週次の枠を中心に構築されました。

Fan, Li and Zhang (2026)は、画一的な家族の助言を安全でなくする測定の条件を名指します。AI リテラシー、依存、過度の依存の手段は、主に単一の国、または専門化された大学の標本で開発され、ほとんどの研究は横断的で自己報告によるものです。SAIL の公平性の議論は、家庭の場にも当てはまります。機器を供給することは 3 つのディバイドの最初の一つにしか対処せず、スキルと成果のギャップは、ハードウェアを誰が所有しているかに関係なく存続します。

エビデンスが示すことと示さないこと

このナレッジベースで家族向けの最強の結果は、学習ではなく行動に関わります。家庭向けの摩擦を減らすことは、ある試験で初回セッションの出席を約 45% から 83% に上げ、それでもなお受講が拘束的な制約のままでした。同じ試験は、小さく不正確な成果の伸びを生み出し、一方で最大の学業達成の研究は、宿題を外注した学生に集中した大きな負の効果を報告しており、このパターンを著者らは一部、直接測定できなかった親の監視に帰しています。どちらの知見も、親がすることと学校やツールがすることを切り分けていません。

欠けているものの方がより目立ちます。親自身の記述はまれです。Xiao et al. (2026)の教師は、標本から親をデザインによって除外し、現れる親たちは、少女、実践者、教師の一つの声として面接されます。ここには、家族が学校のAI 方針をどう学ぶか、監視や開示について何を告げられるか、それにどう応えるかについての直接的なエビデンスはなく、家庭と学校の連携は理論化されてこそいて検証されてはいません。ParaTutor のような家庭でのチューリングのデザインは、1 つの国民的文脈で 23 組の二者で評価されてきており、伴走的なものの比較は 1 つの学校の 19 人の学生に依拠しています。

2026 年のスコーピングレビューが、この領域がどこまで来たかを示します。Luo et al. (2026)は、6,540 件の記録、19 の学術会議から 53 件の HCI 研究を活動理論を通じて分析し、文献が子どもと親の相互作用と言語、AI リテラシー、関係的な学習に中心を置いていることを見出しました。53 件のうち 44 件（83%）が子どもと親の構成に設定されていました。会話型、身体化された、空間的なシステムは、展開する相互作用の文脈から支援を生み出し、LLM は教育の労力を再分配する一方、家族と組織は産出を解釈し、それがどう実践に入るかを決める責任を負い続けます。持続的なパーソナライゼーション、修復の労力、そして家族が権威と規則をどう交渉するかが、レビューが名指すギャップであり、それはこの節が反対の方向から記録するのと同じ欠如です。

他のページとの関係。 ステークホルダーは、利害関係者の全体の短い概観で、家族はまだ深く覆われていない聴衆として挙げられています。このページは、その深さです。幼児教育は、学校と家庭を横断する若い学習者の発達と教授法の領域を覆います。このページは、就学前の遊びの活動から中等教育の宿題まで、年齢を横断して家族を追います。AI の利用と開示の表明は、学習者が AI を使ったことを他者に告げるかどうかを覆います。このページは、その情報が家庭の大人に届くかどうかという隣接する問いと、家族が学校の AI 利用について何を告げられるかを覆います。

関連する概念

関連する記事

関連するFAQ

メタデータ

レベルPreschool, Primary Education, Secondary, K 12
対象読者Instructors, Policymakers, Researchers
技術と手法対話型AI
公平性、倫理、責任ある利用デジタルデバイド, 公平性
教育におけるAIの基礎AIリテラシー
SourceHistoryEditChat

このページを埋め込む

下のコードをコピーして、学習管理システムや他のウェブサイトにこのページを埋め込みましょう。埋め込み版ではページの内容のみが表示され、サイトのヘッダー・ナビゲーション・フッターは非表示になります。